노벨상 경제학자 다론 아세모글루, AI의 경제적 영향이 아직 제한적인 이유와 노동자가 배워야 할 것

진행자는 다론 아세모글루를 MIT 경제학자이자 2024년 노벨 경제학상 수상자로 소개하며, 사람들이 AI의 가장 큰 기회 일부를 놓치고 있다고 말한다. 진행자는 사람들이 어디를 봐야 하며 무엇이 그들을 계속 가치 있게 만들지 묻는다.

아세모글루는 많은 사람이 의미 있는 일을 갖지 못하는 매우 무서운 미래를 상상할 수 있다고 말한다. 그는 이를 대화가 맴도는 두 가지 가능한 미래 중 하나로 설명하며, 다른 하나는 AI가 노동자를 더 생산적으로 만드는 미래라고 덧붙인다.

에이전틱 AI에 대한 질문에 아세모글루는 코딩 분야의 발전이 매우 빠르다고 말한다. 그는 코딩이 현실 세계와 직접 접촉하는 일이 적은 사무실에서 이루어지며, 이를 감독하는 사람들이 AI와 기술에 능숙하다고 설명한다.

그는 수학과 체스처럼 코딩에도 규칙이 있다고 덧붙인다. 프로그램은 실행되거나 실행되지 않는다. 답이 틀렸다고 알려 주는 기준 정답이 있을 때 강화학습이 잘 작동하는데, 많은 직업에는 그런 기준이 부족하다고 그는 말한다.

아세모글루는 대부분의 사람이 고객 서비스가 AI로 완전히 자동화될 첫 번째 직업이라고 예상했을 것이라고 말한다. 일부 자동화가 진행되고 있지만 매우 느리고 매우 어렵다는 것이 드러나고 있다고 그는 말한다. 그가 상대하는 대부분 조직의 AI 시스템은 너무 형편없어서 고객센터에 전화하는 일이 악몽처럼 느껴질 수 있다고 한다.

그는 이것이 사회적 요소 때문이라고 설명한다. 고객의 요청은 시간이 지나며 바뀌고 사람마다 다르며, 같은 질문을 하더라도 사람마다 다른 말을 쓴다. 회색지대와 예외 상황도 많다. 그는 이를 위해서는 사람이 AI를 감독하거나 AI와 함께 일하거나, 이상적으로는 AI가 사람을 보완하도록 협업해야 한다고 말한다.

그는 어떤 경로를 택하느냐에 따라 얼마나 많은 일자리가 사라지고, 생산성이 얼마나 늘며, 누가 혜택을 보는지가 달라진다고 덧붙인다.

아세모글루는 AI의 생산성 효과가 왜 이렇게 작은지, 무엇을 할 수 있는지 묻는다면 답은 한 단어, 즉 훨씬 더 나은, 더 많은 응용이라고 말한다. 다만 그는 AI 연구소 내부에 있지 않아서 그들이 실험을 통해 무엇을 배우는지는 모른다고 단서를 붙인다.

그는 실리콘밸리가 기반 모델에는 지나치게 강조하고, 응용이나 응용을 조직에 통합하는 일에는 충분히 강조하지 않는다고 주장한다. 대형 언어 모델에서 미국이 중국보다 앞서 있지만, 중국 모델이 빠르게 따라잡고 있으며 때로는 미국 모델의 선행 성과를 활용하고 있다고 말한다.

그는 이를 중국 기업들과 대비한다. 중국 기업들은 로봇과 AI를 생산라인에 도입하는 데 많은 노력을 기울이고 대규모 공학 인재를 투입한다고 한다. 미국은 그만큼의 공학 인재가 없는 것 같고, 있는 인재도 대부분 기반 모델에 쏠려 있다고 그는 말한다.

그는 또한 자신의 생각으로는 AI 산업에 좋지 않았던 이른바 '불가피론'도 비판한다.

아세모글루는 전기나 인쇄술 같은 범용 기술이 수많은 다른 응용을 낳았고, 그런 기술을 발전시키는 방법은 여러 가지라고 말한다. 이 경로들은 중립적이지 않아서 서로 다른 종류의 이익과 비용을 가져오므로, 현재의 방식이 유일하거나 최선이라고 가정하는 것은 실수라고 주장한다.

그는 측정도 문제라고 짚으며, 개인이나 회사의 생산성에 AI가 미치는 영향을 어떻게 측정할 수 있는지 묻는다. 그는 연구를 진행 중이던 에릭 브린욜프슨과 이야기했던 일을 떠올리며, 두 사람이 5월에 얘기했을 때 AI의 경제적 영향은 기본적으로 0에 가까웠다고 말한다.

진행자는 기본 역량은 치솟는데 경제적 영향은 제한적이라고 요약하고, 아세모글루는 이 격차가 큰 기회라는 데 동의한다. 그는 브린욜프슨이 자신보다 낙관적이라고 말하며, 자신의 견해는 AI가 아직 예상되는 생산성 효과를 내지 못하고 있지만 결국 그렇게 될 것이고, 브린욜프슨이 말하는 것보다 다소 느리게 나타날 것이라는 입장이라고 설명한다.

아세모글루는 의료와 교육은 대부분 정부가 어떤 식으로든 관여하는 돈이 흐르므로 양자 혹은 삼자 구도라고 말하며, 교사도 마찬가지여서 정부가 그곳에서 중요한 역할을 할 수 있다고 말한다. 전기 기사, 블루칼라 노동자, 고객 서비스 상담원, 과학자의 경우에는 주로 민간 부문이 책임을 진다고 말한다.

정부 없이도 기술 기업과 경영진이라는 두 주체가 필요하다고 그는 말한다. 그가 대화해 본 CEO와 고위 관리자들은 노동자를 더 생산적으로 만드는 노동자 친화적 AI가 바로 자신들에게 필요한 것이라고 말한다고 한다. 그러나 기술 기업이 그런 도구를 공급하지 않기 때문에 그들이 정말 그렇게 생각하는지는 검증할 수 없다고 그는 말한다.

같은 아이디어를 기술 기업 관계자들에게 꺼내면, 그들은 고개를 끄덕이거나 그가 다른 세상에 살고 있으며 자신들은 AGI를 만들 것이라고 말한다고 전한다.

블루칼라 노동과 중국에 관한 좋은 사례를 묻자, 아세모글루는 로봇과 AI를 함께 도입하고 있는 중국 제조 기업 여러 곳과 이야기해 봤다고 말하며 폭스콘, BYD 등 전기차 제조업체를 언급한다. 그는 이 기업들이 기술에 매우 밝다고 설명한다.

그는 이들의 경험으로 볼 때 과정은 느리고, 기업들이 늘 생각하는 것보다 더 많은 엔지니어가 필요하다고 말한다. 그는 중국에는 엔지니어 공급이 엄청나게 많아서 이 기업들에게 운이 좋은 일이라고 덧붙인다.

아세모글루는 비판적 사고의 문제가 계산기 문제보다 벗어나기 더 어려울 것이라고 걱정한다. 그는 계산기는 사고의 아주 작은 부분만 대신할 수 있었고, 계산기를 써서 자기 생각을 대신하게 한 사람은 본 적이 없다고 말한다. 그가 학생이던 시절에도 계산기가 있었지만, 곱셈을 더 이상 배울 필요가 없다고 말한 학교도 없었다고 덧붙인다.

그는 자신이 수학에 AI를 쓰지 않는다고 말한다. AI가 자신보다 수학을 훨씬 잘하더라도 그렇다고 한다. 그는 모델을 적고 계산을 손으로 하는 식으로 직접 수학을 하는 것을 좋아하는데, 그것이 익숙하고 빠르게 일할 수 있게 해 주며 실수에서 배울 수 있게 해 주기 때문이라고 말한다.

진행자는 AI를 어디에서 멈춰야 하는지, 그리고 AI와 함께 있으면서도 인간의 혁신과 창의성의 핵심 단계에 어떻게 계속 참여할 수 있는지 묻는다. 아세모글루는 계산기와 달리 AI가 특정 기능이 아니라 비판적 사고 전반에 미치는 영향이 핵심 차이일까 걱정되며, 그 경계는 매우 모호하다고 말한다.

아세모글루는 자신이 자동화에 반대하지 않으며 자동화를 멈출 수 있다고도 생각하지 않는다고 말한다. 그는 자동화를 되돌리려는 사람에게 반대하며, 무거운 것을 등에 지고 나르던 시절로 돌아가고 싶지 않다고 말한다.

그의 반대는 자동화만 하는 것을 향한다. 그는 모든 것이 자동화하기 쉬운 것은 아니므로, 그렇게 하면 생산성을 온전히 얻지 못할 것이라고 주장한다. 또한 순수한 자동화는 고임금의 생산성 높은 의미 있는 일자리를 만들지 않은 채 일자리만 없애므로, 공유된 번영을 이루지 못할 것이라고 말한다.

그는 AI가 간호사, 전기 기사, 그리고 지금은 상상할 수 없는 수많은 직업을 위한 새로운 일을 만드는 데도 쓰여야 한다고 말한다.

이익 증대만이 유일한 지표인 소규모 사업자에게 이를 어떻게 설명할지 묻자, 아세모글루는 답은 생산성이라고 말한다. 그의 경험상 대부분의 기업은 직원이 가장 큰 자산이라는 것을 이해하므로, 직원을 더 생산적으로 만드는 것은 기업에 매우 좋은 일이라고 말한다.

그는 비교를 제시한다. 직원이 100명인 회사가 업무의 5%를 자동화해 그 업무의 비용을 절반으로 줄이는 것과, 직원을 5% 더 생산적으로 만드는 것 중 후자가 기업에 훨씬 더 큰 이익을 준다고 말한다.

그는 성공한 기업은 비용만 깎는 것이 아니라 새로운 것을 한다고 덧붙인다. 그는 포드, 제너럴 모터스, 제너럴 일렉트릭, IBM, 마이크로소프트를 예로 들며, 헨리 포드가 소비자에게 무엇을 원하는지 물었다면 그들은 더 빠른 말이라고 답했을 것이라고 한 말을 인용한다.

어떤 업무를 자동화해야 할지 어떻게 알 수 있느냐는 질문에 아세모글루는 업무의 5%가 자동화 가능하다고 자신이 말했다는 점을 짚는다. 비용이 5% 줄면 대체로 GDP는 5%에 해당 부문의 GDP 비중을 곱한 만큼 늘어난다고 말한다. 그는 이 산술은 어렵지 않다고 한다.

그는 어려운 부분은 품질의 변화가 계산을 복잡하게 만들고, 비용을 5% 줄이는 것조차 많은 작업과 여러 해가 걸릴 수 있다는 점이라고 말한다. 그는 기업들이 쉽다고 생각하거나 압박을 느껴 자동화에 뛰어들었다가, 쉽지 않고 회사 안에 통합되어야 하기 때문에 제대로 작동시키지 못하는 것을 목격했다고 말한다.

'들쭉날쭉한 경계(jagged frontier)'라는 표현에 대해서는, 그 이미지가 마음에 들지만 AI를 과대평가했다는 사실을 인정하기 위한 암호처럼 쓰이는 경우가 많다고 말한다. 직원 수는 그대로 두고 AI를 조금만 도입하는 기업은 그저 뒤죽박죽일 뿐이라고 그는 말한다.

10년 뒤에도 대학이 많은 돈을 들일 만한 가치가 있느냐는 질문에 아세모글루는 그렇다고 생각하지만 단서를 단다. 그는 사람마다 다양한 기술과 관심이 있으므로 모두가 대학에 가야 한다고 생각한 적은 없으며, 평생 학습을 장려해야 한다고 말한다.

어떤 기술을 익혀야 하는지에 대해서는, 진정한 AGI가 바로 눈앞에 있다고 생각하지 않으므로 인간의 창의성이 그 어느 때보다 필요하다고 말한다. 그는 탄탄한 기초가 없는 인간의 창의성은 모순이라고 말한다. 자신은 수학자나 컴퓨터 과학자가 아니라고 인정하면서도, 수학, 물리학, 경제학, 공학을 공부하고 유연성을 기르라고 권한다. 기술과 사회적 맥락이 변하면 같은 직업 안에서도 사람들은 하는 일을 바꿔야 하기 때문이라고 설명한다.

그는 향후 10년 동안 인간의 독창성과 창의성이 결정적일 것이라고 말한다. 진행자는 평생에 걸쳐 직업을 바꾸는 것이 새로운 표준이 될 것이라는 데 동의한다. 아세모글루는 중학교 때부터 학생들이 AI와 함께 일하는 법을 배우는 한편, 시민적 책임과 공동체 의식, 공익에 더 큰 무게를 두어야 한다고 덧붙인다.

진행자는 다리오 아모데이가 AI가 정말 잘못될 확률이 25%, 정말 잘될 확률이 75%라고 말했다고 인용한다. 아세모글루는 자신을 상대적으로 낙관론자라고 설명하며, AI의 일부 영향을 우려하는 선도적인 AI 연구소의 사람들은 그 우려를 목소리 내야 하고 그 용기를 환영한다고 말한다.

그는 실존적 위험보다 사회 전반이 AI에 대한 통제력을 잃을 가능성에 더 걱정한다고 말한다. 대중, 노동자, 학생, 학부모가 AI 때문에 자신의 주도권을 잃을 수 있다는 뜻이다. 그는 이것이 AI가 독립적인 초지능이 되는 것만이 아니라, 다른 기업과 최전선 연구소가 AI를 개발하고 활용하고 배포하는 방식 때문이라고 설명한다. 이런 대화는 이루어져야 하지만 다른 위험을 무시해서는 안 된다고 말한다.

진행자는 아세모글루가 마이너스 10에서 플러스 10 척도에서 AI를 마이너스 6으로 평가했던 적이 있다고 짚으며, 2025년 이후 상황이 더 나빠졌는지 묻는다. 아세모글루는 그렇게 생각하지 않는다고 말한다. 2024년과 2025년에도 AI가 큰 피해를 줄 수 있다고 보았고, 그 개선을 가로막을 병목이 무엇인지도 분명하지 않았기 때문이라고 설명한다.

그는 개선이 빨랐기 때문에 위험이 커졌지만, AI로 할 수 있는 좋은 일도 분명해지고 있다고 말한다. 그는 AI는 방향을 바꾸고 조종되어야 하며, 몇 명의 똑똑하고 선의를 가진 사람들이 결정하기에는 너무 중요하다고 주장한다.

개인 차원에서 이를 어떻게 키울 수 있느냐는 질문에, 그는 과정이 정보와 서사에서 시작된다고 말한다. 그는 언론이 AI에 대한 진정한 정보 논쟁을 일구지 못했다고 비판한다. 오랫동안 사람들이 일론 머스크 같은 인물을 비판 밖의 존재로 취급하거나 AI를 적으로 몰아왔고, 그 결과 대중이 참여할 중간 지대가 거의 없었다는 것이다.

모든 것이 긍정적으로 흘러간다면 2035년 지식 노동자의 전형적인 근무일이 어떨지 묻자, 아세모글루는 모른다고 답한다. 그는 세 가지 가능성을 설명한다. 사람들이 근무시간이 조금 줄고도 여전히 매우 생산적인 미래, 많은 사람이 의미 있는 일을 갖지 못하는 매우 무서운 미래, 그리고 여전히 사무실에 출근하거나 사무실과 집에서의 근무를 다르게 섞되 인간의 혁신과 재능이 중심에 있는 미래다.

그는 AI와 무관하게도 지금 세계는 독특하게 격변기에 있다고 말한다. 기후변화, 고령화 인구, 변화하는 지정학적 균형, 개발도상국에서 등장하는 거대한 중산층을 예로 든다. 이런 변화는 새로운 재화, 서비스, 과업, 시장 접근 방식, 기업 조직 방식을 요구하며, 이를 해낼 사람은 AI가 아니라 인간이라고 주장한다.

아세모글루는 기반 모델이 최전선 연구소에 대한 투자를 정당화할 만큼 큰돈을 어떻게 벌지 모르겠다고 말하며, 그래서 일부 기업공개(IPO)는 실패할 것으로 본다. 다만 아직 열기가 높아서 당장은 아니라고 덧붙인다. 그는 모델 개발이나 확산에서 병목이 생길 수 있다고 지적하고, 다음 층의 오픈소스 모델이 매우 좋아질 것이라 수익화 기회가 제한될 것이라고 말한다.

그는 돈은 고품질 데이터와 응용에 있다고 말한다. 데이터가 많은 기업은 그것을 가꾸고 활용하며, 그 데이터를 만들어 낸 노동자에게 보상해야 한다고 말한다. 그는 응용, 특히 틈새를 채우는 창의적인 응용은 오픈소스가 복제하기 훨씬 어려울 것이라고 덧붙인다.

그는 또한 노동자가 데이터와 암묵지의 원천이라는 점을 강조한다. 좋은 응용을 개발하려면 강력한 AI가 있는 사무실에 앉아 있기보다 현장으로 가서 직접 손을 대고 노동자와 이야기해야 한다고 말한다.